dida Logo
Home › 
Industries › 
Meteorologie

Meteorologie

Verbesserte Erfassung von Wetterinformationen für eine bessere Wettervorhersage

© unsplash/@nedaastani

Mit Machine Learning kann die Wettervorhersage optimiert werden durch

die Automatisierung der Analyse von Satellitenbildern, z. B. zur Wolkenklassifizierung
die automatische Extraktion von Wetterinformationen aus Websites und Nachrichtenartikeln
Messung des Meeresspiegels aus Satellitenbildern

Projekte in Meteorologie

Alle Projekte zeigen

Erkennung konvektiver Bewölkung

Für den DWD haben wir die Erkennung gewisser Wolkenarten automatisiert

Klassifizierung der Kulturpflanzenart

Durch die Vorhersage von Feldfrüchten mit Hilfe von Satellitendaten wird die moderne Landwirtschaft unterstützt.

Überwachung von urbanen Veränderungen

Ein Algorithmus zur Bildsegmentierung unterstützt nachhaltige Stadtplanung

Blog Posts in Meteorologie

Alle Blog Posts zeigen
Computer Vision

Die besten (Python-)Tools für die Fernerkundung

Von Emilius Richter 2. August 2022

Ich stelle die besten (Python-)Werkzeuge für die Fernerkundung und die Verarbeitung von Satellitendaten vor, basierend auf unseren praktischen Erfahrungen mit ihnen bei dida. Für einige zeige ich Anwendungsbeispiele inklusive Code.

Einführendes

Der Projektantrag - der erste Schritt zu einem erfolgreichen ML-Projekt

Von Emilius Richter 18. Juli 2022

Für einen Softwareanbieter ist der Projektantrag der erste Schritt zur Erfüllung der Anforderungen des Kunden. In diesem Artikel werde ich die wichtigsten Module in Machine-Learning-Projektanträgen beschreiben.

Computer Vision

Klassifizierung von Anbauflächen anhand von Satellitenbild-Zeitreihen

Von Tiago Sanona 19. August 2021

In Anlehnung an die Arbeit von Garnot et al. verwenden wir eine abgewandelte Version des Transformers, um Pflanzenfelder aus Zeitreihen von Satellitenbildern zu klassifizieren. Damit erzielen wir bessere Ergebnisse als traditionelle Methoden (z. B. Random Forests).

Computer Vision

CLIP: Wie sich der Schatz ungelabelter Bilddaten heben lässt

Von Fabian Gringel 21. Juni 2021

Contrastive Language-Image Pretraining (kurz: CLIP) nutzt Bildunterschriften, um einen Zero-Shot-Bildklassifikator zu trainieren. In diesem Blogartikel gebe ich einen groben, nicht-technischen Überblick über die Funktionsweise von CLIP und zeige auch, wie Sie CLIP selbst ausprobieren können!

Projects

21 Fragen, die wir unseren Kunden stellen: Start eines erfolgreichen ML-Projekts

Von Emilius Richter 21. Mai 2021

Wir besprechen, welche Fragen im Vorfeld berücksichtigt und beantwortet werden sollten, um ein erfolgreiches Machine-Learning-Softwareprojekt zu starten.

Tools

Die besten Bildannotations-Tools für Computer Vision

Von Die besten Bildannotations-Tools für Computer Vision 8. April 2021

Hier werden wir uns einige der besten Bildannotations-Tools für Computer-Vision-Aufgaben genauer ansehen. Wir werden die Werkzeuge installieren und konfigurieren und ihre Fähigkeiten veranschaulichen, indem wir sie auf die Annotation echter Bilder für eine Objekterkennungsaufgabe anwenden.

Computer Vision

Exploration mineralischer Rohstoff­vorkommen mittels Fernerkundung

Von Fabian Dechent 19. März 2021

In diesem Artikel werden wir einen Blick auf die Möglichkeiten werfen, die die Fernerkundung mittels weltraumgestützter Bildgebung für die Greenfield-Exploration bietet, d. h. für das Auffinden von Gebieten, in denen der Boden hochgradige Mineralien von Interesse trägt.

Computer Vision

Pretraining für die Fernerkundung

Von Dr. William Clemens 11. Mai 2020

In diesem Blog-Beitrag beschreibe ich eine Reihe von Pre-Training-Aufgaben, die man entweder separat oder in Kombination verwenden kann, um gute "Start"-Gewichte zu erhalten, bevor Sie ein Modell auf Ihren tatsächlich gelabelten Satelliten-/Luftbildern trainieren.

Use Cases in Meteorologie

Alle Use Cases zeigen